优秀员工的第一行为准则

所有成功者的标志都是他们对自己所说和所做的一切负全部责任。责任．说到底就是一种勇于负责的精神．一种自律的品格,一种认真的态度。一种天赋的使命,一种至高的信仰,一种昂扬的荣誉感。一种力量的源泉,一种不息的信念,一种道德的承载．一种深沉的执着,一种完美的追求……惟有责任才能保证一切。负责任的员工,是企业永远的“根本”。     

免费的午餐

我每天撕一片白菜叶子往面包中间一夹。今天撕一片,明天撕一片,一片一片又一片,落入肚中全不见。20世纪90年代我在深圳一公司上班,公司做的是大买卖。但是公司里最主要的问题,最主要的民愤,不是投资失败,不是管理低效,而是午餐的盒饭。     

福特的蝴蝶效应

播下一个行动,你将收获一种习惯;播下一种习惯,你将收获一种性格;播下一种性格,你将收获一种命运。福特的“敲门砖”一只蝴蝶在巴西煽动翅膀,有可能在美国的得克萨斯州引起一场龙卷风。     

赶超皇冠 一个淘宝新手的逆袭

都说在淘宝上从新手做起不容易,不过,有一颗皇冠的心,比什么都重要。从在淘宝正式开始营业算起,到今天正好是一年,一年来小松实实在在体验到了小卖家的艰辛与成长。一年来经历过买家恶意的中差评,一年来"开车"烧过钱,一年来积累了一批买家和人气,一年来看到了N多店铺的兴起与衰败,一年——时间很短,但是小松的梦     

浅谈在小学信息技术教学中如何开展品德教育

信息技术的快速发展,把人们带进了一个全新的网络时代,一些有色信息充斥着整个网络,对学生的思想道德、行为习惯无疑也是一个巨大的冲击。那么,在信息技术教育中如何开展品德教育呢?在课堂中培养学生的行为习惯美国教育学家威廉·詹姆斯有一句名言"播下一种思想,收获一种行为;播下一种行为,收获一种习惯;播下一种习惯,收获一种性格;播下一种性格,收获一种命运"。可见良好的行为习惯对学生的学习、生活是多么的重要。因     

编者按

设想一下,我们面前有一部智能手机、一部平板电脑、一部台式机,它们之间是如何传送数据呢?在互联网中,一台设备先得把请求发送到某个固定地址的数据中心,再把数据发送到近在咫尺的另外一台设备。这种网络架构是导致当今互联网各种安全问题的重要因素。而现在,一种新的理念正在酝酿,那就是让用户从最近的终端获得数据。这将会是对互联网的一场革命。     

天堂2笑话之邪道烧烤团

一骑士,三术士,一席林,一长老。一主教,一剑舞,一先知 骑士拖,然后巫师烧。经验刷屏,其乐融融。 夜已深,骑士下线睡觉。     

照片轻松传

当一个家庭、一个单位想拥有另一台电脑时,通常的做法是另买一台。今天,EMC一种全新系统的问世,给我们提供了一种全新的方法——用户只需要再购买一套VPC系统,而不用买主机,就可以拥有第二台电脑,而且可以实现完全个性化操作,其价格却不到一台新电脑的一半。这种新系统的问世对于经费紧张的中小企业和教育单位来说,无疑是一场及时雨。     

“摇一摇”还能这样玩

微信中的"摇一摇"很有意思,动动手机就能搜出附近的人。其实,用手机"摇一摇"实现的功能何止这个。配合有趣的APP,Android手机可以摇出更多的实用、乐趣和惊喜。1系统管理摇一摇我们可以通过不同的应用,实现摇一摇运行程序、摇一摇开启或关闭屏幕、摇一摇系统加速、摇一摇锁屏或解锁屏幕、摇一摇截取屏幕等需求。     

QQ聊天中那些"伤不起"的话

我去吃饭了,一会回来。 而实际上,这顿饭一吃往往就是一天、一礼拜,甚至一年。而且下一次再见到,对方绝口不提上次吃饭的事,你也想不起来。你们又会有一搭没一搭地聊着,直到他（她）再一次去“吃饭”为止!     

求解二维装箱问题的强化学习启发式算法

二维带形装箱问题是一个经典的NP-hard的组合优化问题,该问题在实际的生活和工业生产中有着广泛的应用.研究该问题,对企业节约成本、节约资源以及提高生产效率有着重要的意义.提出了一个强化学习求解算法.新颖地使用强化学习为启发式算法提供一个初始的装箱序列,有效地改善启发式冷启动的问题.该强化学习模型能进行自我驱动学习,仅使用启发式计算的解决方案的目标值作为奖励信号来优化网络,使网络能学习到更好的装箱序列.使用简化版的指针网络来解码输出装箱序列,该模型由嵌入层、解码器和注意力机制组成.使用Actor-Critic算法对模型进行训练,提高了模型的效率.在714个标准问题实例和随机生成的400个问题实例上测试提出的算法,实验结果显示：提出的算法能有效地改善启发式冷启动的问题,性能超过当前最优秀的启发式求解算法.     

蚁群算法在移动Agent迁移中的应用研究

移动Agent提供了一种全新的分布计算范型 .移动Agent技术给分布式系统的设计、实现和维护都带来了新的活力 .旅行Agent问题是一类复杂的组合优化问题,目的在于解决移动Agent在不同主机间移动时如何根据移动Agent的任务和其他约束条件来规划最优的迁移路线 .蚁群算法作为一种新的生物进化算法,具有并行、正反馈和启发式搜索等特点,是一种解决旅行Agent问题的有效手段,受到了广泛的关注,但它与其他进化算法一样存在易陷入局部最小的缺点 .在蚁群算法的基础上,通过修改它的信息素轨迹更新规则,引入自适应的信息素挥发系数来提高收敛速度和算法的全局最优解搜索能力,从而使得移动Agent在移动时以最优的效率和最短的时间来完成迁移 .仿真结果表明,改进的算法在解的性能和收敛速度上均优于相关算法 .     

求解蛋白质折叠问题的模拟退火算法

通过构造新的数学模型,把三维AB模型的蛋白质折叠问题由一个带约束的优化问题转化为无约束优化问题,然后提出一个模拟退火算法.对如何得到初始构形,提出了一个启发式策略.实算结果表明,本文算法效率较高,对四条氨基酸测试序列,本文算法得到的最低能量都要优于nPERM算法得到的结果.     

集装箱装载问题的一种DNA遗传算法

三维集装箱装载是一个复杂的组合优化问题,约束条件多,属于NP完全问题,求解难度大.在考虑方向性约束和稳定性约束的情况下,提出了一种DNA遗传算法（DNA-GA）,给出了有效的编码和解码方法。实例计算结果表明,利用DNA-GA解决装箱问题是行之有效的一种方法,对推广DNA计算在求解NP难解问题中的应用具有一定的意义。     

一种链路分离路径算法的优化

DIMCRA算法能很好地解决多个加性约束下的链路分离路径问题的算法。论文对DIMCRA算法进行了理论分析,并证明了存在一类链路分离路径问题是该算法不能解决的。随后在算法中引入了组合差分的概念,对算法进行了优化,并通过实例仿真说明了改进后的算法能弥补原算法的不足。     

Bounded-space online bin cover

In this paper, we look at the online bounded-space bin cover problem and show how we can use the language of Markov chains to model and analyze the problem. We will use the insights given by the Markov chains to design an algorithm for the online bounded-space bin cover problem. The algorithm is a heuristic that we create by simplifying the Markov chain. We also show how we can use simple methods to improve the efficiency of the algorithm. Finally, we will analyze our algorithm and compare it to a well known online bin cover algorithm.     

改进型的二进制搜索RFID系统反碰撞算法

在射频识别（Radio Frequency Identification，RFID）系统中碰撞是一个很常见的问题。如何有效地解决这一问题对于RFID系统来说是至关重要的。包括跳跃式动态树形反碰撞算法在内的二进制搜索反碰撞算法是一种重要的解决碰撞问题的算法，但是这一算法有一个缺点就是标签的识别码的识别速率较低。为此提出一种改进型的反碰撞算法。和其他现存的算法相比，能够大大减少阅读器问询的次数，同时信息吞吐量可以进一步提高，算法模拟结果表明，当标签数目为100时，其吞吐量提高幅度为29.85％。     

电路板布线问题的一种近似算法

论文首先说明电路板布线问题是一个NPC问题。因此,当问题规模增大时,通常在多项式时间内算法不可解。鉴于此,提出一种“贪婪算法+回溯法”的近似算法,以期在多项式时间内找出次优解。经过程序验证,论文提出的近似算法,在一定精度要求下,解决电路板布线问题可行的。     

TestAnt: An ant colony system approach to sequential testing under precedence constraints

We consider the problem of minimum cost sequential testing (diagnosis) of a series (or parallel) system under precedence constraints. We model the problem as a nonlinear integer program. We develop and implement an ant colony algorithm for the problem. We demonstrate the performance of this algorithm for special type of instances for which the optimal solutions can be found in polynomial time. In addition, we compare the performance of the ant colony algorithm with a branch and bound algorithm for randomly generated general instances of the problem. The ant colony algorithm is particularly effective as the problem size gets larger.     

蚁群算法在网络最大流问题中的应用

网络最大流问题是一个经典组合优化问题,是计算机科学和运筹学的重要内容。根据蚁群算法的特点,将网络最大流问题进行相应地转化,然后利用蚁群算法进行求解。仿真结果表明,该算法能方便快捷地解决最大流问题,是行之有效的方法。